Nghiên cứu, xây dựng phần mềm nâng cao độ chính xác trong đo kiểm đánh giá KPI mạng vô tuyến

di động trên thế giới nói chung và Việt Nam nói riêng. Việc đo kiểm đánh giá đúng hiện trạng chất lượng mạng lưới là rất cần thiết để phục vụ quá trình tối ưu hóa liên tục mạng vô tuyến của các nhà mạng cũng như công tác đo kiểm mạng di động hàng năm theo Quy chuẩn kỹ thuật quốc gia (QCVN) của Cục Viễn thông. Trong bài báo này, chúng tôi nghiên cứu và xây dựng phần mềm có khả năng tự động phát hiện, cảnh báo và xóa các logfile đo kiểm Drive Test bị trùng lặp nhằm nầng cao độ chính xác trong việc tính toán KPIs chất lượng dịch vụ di động bằng ngôn ngữ lập trình C#. Keywords- Drive Test, Xây dựng phần mềm, Nâng cao độ chính xác, KPIs, Chất lượng dịch vụ. I. GIỚI THIỆU Hiện nay, hầu hết các nhà mạng di động trên thế giới nói chung và Việt Nam nói riêng sử dụng kỹ thuật đo kiểm Drive Test để đánh giá chất lượng mạng vô tuyến theo hướng cảm nhận người dùng QoE [1]. Có rất nhiều hệ thống máy đo đánh giá chất lượng mạng vô tuyến 2G, 3G, 4G và 5G trên thế giới bao gồm [1]: · TEMS - InfoVista · NEMO – Keysight Technologies · Swissqual - Rhode & Schwarz · RantCell - Megron Tech · QXDM – Qualcomm Technologies Thực tế hiện nay vẫn chưa có một phần mềm nào tự động phát hiện, cảnh báo và xóa các logfile đo kiểm Drive Test bị trùng lặp do lỗi trong quá trình thực hiện thao tác đo, sao lưu dữ liệu lên hệ thống bản đồ số vùng phủ, của hầu hết các hệ thống máy đo với dung lượng cơ sở dữ liệu hàng trăm TB. Bài báo thực hiện nghiên cứu và xây dựng phần mềm hỗ trợ phát hiện, cảnh báo và xóa các logfile đo kiểm trùng lặp bằng ngôn ngữ lập trình C#. Phần còn lại của bài báo được tổ chức như sau: Trong phần II, chúng tôi trình bày khái quát về kỹ thuật đo kiểm Drive Test. Trong phần III, chúng tôi đề xuất thiết kế và xây dựng thuật toán của phần mềm. Phần IV cung cấp các kết quả ứng dụng phần mềm trong thực tế. Cuối cùng, bài báo được kết luận trong phần V. II. ĐO KIỂM DRIVE TEST Kỹ thuật đo kiểm Drive Test là một phương pháp đo lường và đánh giá vùng phủ, dung lượng, chất lượng dịch vụ (QoS) của mạng vô tuyến di động (RAN) [1] được các nhà mạng thực hiện đo định kỳ hoặc đột xuất để phục vụ công tác tối ưu hóa cũng như xử lý các sự cố kỹ thuật phát sinh trên mạng lưới. Ngoài ra, Cục Viễn thông – Bộ Thông tin & Truyền thông sử dụng kỹ thuật đo Drive Test kết hợp đo cố định để công bố chất lượng dịch vụ hàng năm của các nhà mạng tại Việt Nam theo các Quy chuẩn kỹ thuật quốc gia QCVN36 dành cho dịch vụ thoại [2], QCVN81 dành cho dịch vụ truy cập dữ liệu Internet [3]. Tùy vào mục đích đo kiểm để triển khai các hệ thống máy đo khác nhau, các thiết bị sẽ thực hiện đo và lưu dữ liệu dưới dạng logfile gồm những thông tin như [5], [6], [7]: · Mức thu vùng phủ 2G (RxLev), 3G (RSCP), 4G/5G (RSRP). · Chất lượng vùng phủ 2G (RxQual), 3G (EcNo, Pilot Pollution), 4G/5G (RSRQ, SINR) · Tốc độ tải dữ liệu đường lên/đường xuống · Chất lượng thoại MOS. · Tỉ lệ chuyển giao thành công (handover) giữa các lớp mạng 2G, 3G, 4G và 5G, Hình 1. Hệ thống máy đo benchmarking Nemo Outdoor [4] Các logfile sau khi đo sẽ được nhập vào phần mềm phân tích như TEMS Discovery (InfoVista), Nemo Analyze (Keysight), 19 NQDI (Rhode & Schwarz) sau đó xuất ra số lượng mẫu đo đạc để tính toán KPIs, các bản tin Layer 2 & Layer 3 để xử lý sự cố mạng lưới. Dữ liệu đo kiểm có số lượng và dung lượng file rất lớn có thể xem là big data, thống kê trung bình logfile bài đo benchmarking chất lượng dịch vụ 2G/3G/4G ba nhà mạng lớn nhất Việt Nam tại một tỉnh khoảng 200-300GB với hàng nghìn logfile do đó việc thao tác lỗi đo, sao lưu dữ liệu lên hệ thống có thể dẫn đến logfile đo bị trùng lặp dẫn đến việc đánh giá KPIs không còn chính xác do sai lệch số mẫu. Để đảm bảo tính chính xác trong các báo cáo chất lượng mạng thì tại mỗi thời điểm, số mẫu được lưu lại phải là duy nhất. III. THIẾT KẾ VÀ XÂY DỰNG PHẦN MỀM 1. Đặt vấn đề Hiện nay, chưa có công cụ tự động nào phát hiện, cảnh báo và xóa logfile đo kiểm bị trùng lặp trước khi nhập vào phần mềm phân tích đánh giá KPIs nhằm đảm bảo tính chính xác trong công tác đo đánh giá chất lượng mạng định kỳ. Việc xuất hiện logfile trùng lặp trong kết quả đo sẽ làm sai lệch số liệu báo cáo và việc kiểm tra logfile bị trùng lặp trước đây hoàn toàn thực hiện thủ công theo phương thức hậu xử lý (post-processing) gây lãng phí về tài nguyên phần cứng lẫn thời gian. Bài báo đề xuất giải pháp tiền xử lý logfile (pre- processing) có thể phát hiện và xóa hàng loạt logfile bị trùng lặp của nhiều hệ thống máy đo kiểm trên thế giới hiện nay trước khi thực hiện thao tác nhập logfile vào phần mềm phân tích như: Nemo Analyze, TEMS Discovery, NQDI, QCAT, Hình 2. So sánh quy trình phát hiện logfile trùng lặp theo cách truyền thống (post-processing) và giải pháp đề xuất (pre-processing) Quá trình tiền xử lý logfile đảm bảo dữ liệu đầu vào là duy nhất tại mỗi thời điểm máy đo lấy mẫu, do đó tổng dung lượng logfile cần xử lý có thể sẽ giảm nếu xuất hiện logfile trùng lặp vì vậy thời gian phân tích xử lý và xuất báo cáo của phần mềm hãng như: TEMS Discovery, Nemo Analyze, sẽ được cải thiện là điều tất yếu. Hình 3 so sánh phương pháp mới đề xuất so với phương pháp cũ trước đó. Hình 3. Sơ đồ khối phương pháp xử lý dữ liệu đo kiểm mạng vô tuyến trước đây và phương pháp mới 2. Thiết kế phần mềm · Mục đích: Xây dựng phần mềm có tính năng phát hiện hàng loạt logfile đo kiểm mạng vô tuyến bị trùng lặp với lượng dữ liệu đầu vào có thể xem là big data. Đưa ra danh sách tên các file bị trùng lặp để có thể biết tại khu vực nào đang xảy ra hiện tượng đo lỗi để tiến hành đo kiểm lại để thực hiện đánh giá, tối ưu mạng vô tuyến chính xác hơn. Phần mềm khả năng tiền xử lý logfile của nhiều hãng cung cấp thiết bị đo mạng viễn thông lớn hiện nay như: TEMS, Nemo, Rohde & Schwarz, Qualcomm. · Kiến trúc phần mềm: Phần mềm được thiết kế với ba module chính trên nền tảng Visual C# do Microsoft hỗ trợ các thư viện có sẵn trên hệ điều hành Windows: Hình 4. Các module chính của phần mềm Việc chia phần mềm làm ba module để các quá trình xử lý diễn ra song song với nhau nhằm giảm thời gian so với việc thực thi tuần tự, ngoài ra còn tận dụng ưu điểm của các vi xử lý đa lõi (multi-core), đa luồng (multi-thread) được trang bị trên hầu hết các bộ xử lý hiện nay. 3. Thuật toán so sánh logfile Các hàm IO của Visual C# sẽ hỗ trợ đọc các logfile và lưu trữ dưới dạng kiểu dữ liệu chuỗi (Strings) [8]. Hình 5 trình bày lưu đồ thuật toán so sánh hai logfile cơ bản: 20 Hình 5. Lưu đồ thuật toán so sánh logfile Lưu đồ thuật toán để so sánh 2 logfile có giống nhau hay không gồm 3 bước [8]: B1: Đọc file và so sánh nếu hai tham chiếu file trỏ đến cùng một file có giống nhau hay không. B2: Nếu hai file khác nhau về tham chiếu thì sẽ so sánh độ dài của 2 logfile nhờ vào hàm length để xác định kích thước liệu có bằng nhau. B3: Đọc và so sánh từng byte dữ liệu một của hai logfile cho đến khi phát hiện ra byte sai khác hoặc kết thúc file. IV. KẾT QUẢ NGHIÊN CỨU VÀ ỨNG DỤNG THỰC TẾ 1. Giao diện của phần mềm Hình 6 là giao diện GUI của phần mềm sau khi lập trình theo thuật toán đề xuất và đóng gói, giao diện GUI sẽ chỉ đến thư mục chứa logfile cần thực hiện tiền xử lý. Hình 6. Giao diện GUI của phần mềm 2. Các tính năng chính của phần mềm Phần mềm hỗ trợ tiền xử lý các định dạng logfile của hầu hết các hãng đo kiểm lớn trên thế giới như: .nmf (Nemo), .trp (TEMS), .rmscd (R&S), .isf (Qualcomm), Kết quả sau quá trình chạy thuật toán phân tích so sánh là thống kê số lượng logfile, cảnh báo các tên logfile trùng lặp và tùy biến xóa hàng loạt logfile bị trùng nhằm đảm bảo dữ liệu đo kiểm là duy nhất tại mỗi thời điểm lấy mẫu. Phần mềm sử dụng giao diện GUI trực quan, chạy trên các máy tính sử dụng hệ điều hành Windows, được xây dựng theo kiểu phần mềm đa luồng (multi-threads) nên sẽ tăng tốc độ xử lý dữ liệu nếu máy tính tích hợp vi xử lý đa lõi (multi-core). 3. Kết quả và ứng dụng thực tế Thực hiện tiền xử lý logfile hệ thống TEMS của hãng InfoVista đo kiểm các dịch vụ sau tại Thành phố Huế (Thừa-Thiên Huế) · Tải dữ liệu 3G/4G theo hướng đường lên/đường xuống. · Thực hiện cuộc gọi thoại ở chế độ DualMode 2G-3G · Thực hiện cuộc gọi CSFB từ mạng 4G/LTE về mạng 2G/3G · Tải dữ liệu liên công nghệ vô tuyến IRAT tripple mode: 2G/3G/4G Dung lượng logfile là 6.35GB, số lượng logfile là 833, do quá trình thao tác sao lưu hoặc dump máy tính trong quá trình đo dẫn đến quy trình lưu logfile bị trùng (duplicate) và phần mềm sẽ thực thi thuật toán để phát hiện, cảnh báo và xóa các logfile này. -Nếu thực hiện theo quy trình cũ, phương pháp post-processing thì thời gian để phát hiện được logfile bị trùng dao động hơn 4 giờ do mất 3 giờ 55 phút để phần mềm TEMS Discovery phân tích logfile. Hình 7. Phần mềm phân tích logfile trong quá trình post-processing -Thực hiện theo phương pháp pre-processing do bài báo đề xuất: · Chọn đường dẫn đến thư mục chưa logfile và thực thi thuật toán Hình 8. Phần mềm MobiFiltering nhận diện thư mục chứa logfile để thực hiện pre-processing · Sau thời gian xử lý khoảng 8 phút (467,49s) phần mềm trả về kết quả sau: o Phát hiện 16 logfile bị trùng lặp trong tổng số 833 files o Thống kê tỉ lệ logfile theo dung lượng file 21 o Đưa ra tùy chọn xóa logfile trùng lặp ‘Delete duplicate files’ o Xuất ra tên các logfile bị trùng lặp để xử lý thêm trước khi nhập logfile vào phần mềm phân tích xuất KPIs, số liệu. Hình 9. Kết quả đầu ra sau khi chạy thuật toán so sánh · Các tên logfile bị trùng lặp có thể xuất ra file .txt để có thể tiến hành đo lại tại các thời điểm lỗi. Hình 10. Danh sách các logfile bị trùng lặp. · Tùy chọn xóa các logfile bị trùng và chỉ giữ lại một phiên bản duy nhất. Hình 11. Tùy chọn xóa tất cả logfile trùng lặp. · Kết quả sau khi xóa và thực hiện kiểm tra lại Hình 12. Các logfile đo kiểm là duy nhất sau khi xử lý V. KẾT LUẬN Bài báo đã trình bày về kỹ thuật đo kiểm Drive Test và xây dựng thuật toán để phát triển phần mềm ứng dụng nâng cao chất lượng đo kiểm đánh giá KPI mạng vô tuyến thông tin di động và có thể tiền xử lý hầu hết logfile của các hệ thống máy đo trên thế giới như TEMS, Nemo, Swissqual, QXDM, Nâng cao độ chính xác trong công tác đo kiểm đánh giá, báo cáo chất lượng mạng di động là cần thiết để quá trình tối ưu hóa vùng phủ của các nhà mạng mang lại hiệu quả; ngoài ra với giải pháp tiền xử lý mà bài báo đề xuất giúp rút ngắn thời 22 gian, tài nguyên phần cứng xử lý dữ liệu big data theo phương pháp cũ (post-processing) trước đây. TÀI LIỆU THAM KHẢO [1] Phạm Quốc Cường, Tăng Tấn Chiến, “Nghiên cứu xây dựng phần mềm đánh giá chất lượng mạng vô tuyến giữa các nhà mạng di động theo tọa độ địa lý” Tạp chí Khoa học Công nghệ - Đại học Đà Nẵng, vol. 17, no. 5, pp. 30-34, Aug. 2019. [2] Cục Viễn thông, “QCVN36:2015/BTTTT – Quy chuẩn kỹ thuật Quốc gia về chất lượng dịch vụ điện thoại trên mạng viễn thông di động mặt đất” Bộ Thông tin và Truyền thông, 2015. [3] Cục Viễn thông, “QCVN81:2014/BTTTT – Quy chuẩn kỹ thuật Quốc gia về chất lượng dịch vụ truy nhập Internet trên mạng viễn thông di động mặt đất IMT-2000” Bộ Thông tin và Truyền thông, 2014. [4] Technical team, “Nemo Outdoor Product Description” Anite-Filand, 2014. [5] Tito Yuwono, Fitrah Ferdiyanto, “RF measument and analysis of 2G GSM network performance case study: Yogyakarta Indonesia”, 2015 IEEE 3rd International Conference on Smart Instrumentation, Measurement and Applications (ICSIMA), 2015. [6] Jelena Sokic, Marija Vucicevic, Mladen Koprivica, Aleksanda Neskovic, “Comparative analysis of UMTS signal quality of mobile operators”, 2011 19thTelecommunications Forum (TELFOR) Proceedings of Papers, IEEE, 2011. [7] He Xian, Wu Muqing, MiaoJiansong, Zhang Cunyi, “The impact of channel environment on the RSRP and RSRQ measument of handover performance”, 2011 International Conference on Electronics, Communications and Control (ICECC), IEEE, 2011. [8] https://support.microsoft.com/sr-latn-rs/help/320348/how-to-create-a- file-compare-function-in-visual-c. 23